未来人才流动加快人工智能的产学研结合

一、人才流动加快人工智能的产学研结合

“世界科技体系就是公司做有用能赚钱的东西，用户想要的东西。虽然每个企业都在说创新，但创新是排在第二位的，赚钱才是第一位的。”李开复告诉新浪科技。

不管是企业，还是全球的高校，对于AI技术的产业化，产品化和市场化对接都处于一个探索的过程，没有完全形成足够的产学研对接。李开复认为，人才从高校走向企业是第一次对接的过程，目前又有一部分人才从企业回到了高校，这是第二波对接过程。

前谷歌首席人工智能科学家李飞飞离职后回到斯坦福大学执教，前腾讯AI Lab主任张潼离职后回到学术界，前百度公司总裁张亚勤加入清华大学负责清华大学智能产业研究院，而最新的则是原字节跳动副总裁、AI实验室主任马维英离职后也加入了清华大学，与张亚勤一起筹建研究院。

学术的思维是从科学研究往外延伸，而产业是寻找技术，创造价值。

李开复说：“高校的天职是创新，做没有被人做过的东西。这样的人才流动有助于高校在研究新课题的时候，可以加入对商业化的思考，会大大提升高校做科研时的相关性。”

在第二波人工智能浪潮出现的时候，最早接触人工智能的创业者都更懂技术，而不知道具体应该怎么商业化。李开复认为，当时投资人工智能必须投资他们，因为当时懂人工智能的人很少。“任何一个科技在初步阶段都是这样，包括互联网。”李开复说。

但是现在是人工智能全新的阶段，在这个阶段开始有越来越多的商业会考虑人工智能的应用。举一个例子，一个做人工智能的人很难去颠覆教育行业，但是当一个做教育的公司应用了人工智能的技术，就能产生更大的价值。“传统行业的门槛高过了人工智能，单一的人工智能公司少了，但是在+AI的概念下，人工智能的投资机会更多了。”李开复认为。

传统行业接受新技术的过程中会遇到一定的阻力，但客观因素的存在，特别是一些公共危机事件的出现，会加快新技术进入传统行业中。比如，在2003年非典之后，电子商务飞速发展。

新冠肺炎疫情造成的无接触服务，保持社交距离等，也会催生传统行业对于新技术的需求，比如餐厅的无接触服务是送菜机器人的机会，这些现象全世界范围内都正在出现。“我们投的很多教育公司在近半年业务量暴增。”

“新冠肺炎疫情是全世界的灾难，但是也留下了很多机会。”李开复表示，过去几个月全世界的数字化、线上化的速度非常快，用户的习惯也在改变。“数字化加快了，就有数据做人工智能了。”

二、新局势下的数据归属与保护

但面对新局势中关于“数据归属”的争论，创新工场人工智能工程院执行院长王咏刚告诉新浪科技，人工智能算法依赖大量的数据，但数据归属，数据安全和隐私等问题与好的人工智能算法之间并不一定是对立关系。

技术进步，法律约束和行业标准等措施，可以大幅降低数据被滥用、乱用的风险。王咏刚举了一些例子，AlphaGo Zero已经可以完全从自我对弈的围棋棋谱中进行学习，不存在数据归属的问题了；当前，也可以利用无监督学习，基于公开通用的数据生成预训练模型，如BERT、GPT-2/GPT-3等。

王咏刚认为，在保障个人隐私的情况下，利用大数据来去提升整体业务水平的事情会明显的在未来有一个大的进步。比如全球公共卫生危机，政府机构和企业在应对这一危机时一定需要每个人具体的数据，一定需要保护个人隐私，利用好这些数据，然后用智能的方式做相关的预测、推理疫情的发展，流行趋势和疫苗诞生时间等等。“围绕大数据和人工智能，同时又能围绕着每个具体应用场景，不管是医疗、公共卫生，还是制造和零售，都会提升效率。”